Nvidiaが首位、しかしAMDとBroadcomの戦略がAIチップ市場を二分

Nvidiaは、アクセラレータ、ネットワーキング、カスタムシリコンの各分野でAMDとBroadcom製品による競争が強まるなか、四半期のデータセンター売上高として890億ドルを報告した。比較すべき対象は、もはや代替可能なチップ供給企業同士の単純な競争ではない。各社はAIデータセンター内で異なる立ち位置を追求している。

Nvidiaは、GPU、ネットワーキング、システム、CUDAソフトウェアを中心に構築した緊密に統合されたコンピューティングプラットフォームを販売している。AMDは、Instinctアクセラレータ、EPYCプロセッサ、ラックスケールシステム、ROCmソフトウェアスタックを組み合わせ、最も近い総合的な代替案を構築している。Broadcomは別の層を狙い、大規模クラウド顧客向けにカスタムアクセラレータを設計し、ネットワーキング技術を供給している。

この分化は、投資家が2026年のAIチップ関連業績をどう解釈すべきかを変える。Nvidiaは依然としてデータセンター売上高で圧倒的に大きく、AMDはより小さな基盤から成長している。Broadcomはカスタムチップとネットワーキングへの集中的なエクスポージャーを提供する一方、インフラソフトウェア事業が全体の財務プロファイルを変えている。

したがって中心的な問いは、どのティッカーが人工知能との結び付きが最も強そうに見えるかではない。顧客が標準プラットフォームを求める領域、カスタム設計を求める領域、そして各選択の経済的価値をどのサプライヤーが取り込むかである。直近の決算はより明確な証拠を示しているが、この競争に決着をつけるものではない。

Nvidiaの最新四半期は競争の基準を引き上げた

Nvidiaの第2四半期決算は、挑戦者が足踏みする既存企業ではなく、拡大を続けるプラットフォームと競っていることを示している。

Nvidiaは、2026年7月26日に終了した2027年度第2四半期の売上高として962億ドルを報告した。前年同期比106％増、前四半期比18％増に相当する。データセンター売上高は890億ドルに達し、前年同期比117％増となった。

これらの数値はNvidiaの四半期決算に直接記載されている。各社は異なる事業セグメントと会計期間を報告しているものの、NvidiaとAMD、Broadcomの間にある規模の差を明らかにしている。

Nvidiaのデータセンター事業の売上高は、AMDの四半期全社売上高のほぼ8倍に達した。また、AMDのデータセンター売上高の13倍以上でもあった。Broadcomが直近で利用可能な四半期に報告したAI半導体売上高はAMDのデータセンター部門を上回ったが、Nvidiaのデータセンター売上高にはなお大きく及ばなかった。

直接比較には注意が必要だ。Nvidiaのデータセンター区分にはコンピュート製品とネットワーキング製品が含まれる一方、AMDはCPUとアクセラレータをデータセンター部門内でまとめて報告している。Broadcomは、比較可能なデータセンター部門を報告するのではなく、カスタムアクセラレータとAIネットワーキングを含むAI半導体売上高を特定している。

それでも会計上の区分は、各サプライヤーがどこで価値を取り込んでいるかを示している。Nvidiaはアクセラレータ、インターコネクト、スイッチ、システム、支援コンポーネント全体で売上を得ている。顧客は単体GPUではなく、完全なラックスケールインフラを購入する傾向を強めている。

ラックスケールシステムは、サーバー、ネットワーキング、冷却、電力供給を、協調して動作する一つのコンピューティングユニットとして扱う。このアプローチでは、性能が数千基のアクセラレータ間の通信に左右されるため、統合の価値が高まる。高速な単体チップでも、クラスター全体にわたるボトルネックを補うことはできない。

Nvidiaの四半期粗利益率75％も、この統合アーキテクチャを高い収益性で販売する能力を反映している。粗利益率は、製品の直接コストと生産コストを差し引いた後に残る売上高を測る指標である。すべての営業費用を含むものではないが、製品経済性を把握するうえで有用な視点を提供する。

同社の直近の成長は、一つの顧客カテゴリーに限られなかった。Nvidiaによれば、ハイパースケールクラウド事業者、新興クラウド事業者、産業顧客、企業が需要に寄与した。この幅広さは単一の購買チャネルへの依存を低減するが、支出は依然として大規模インフラ構築企業に集中している。

Nvidiaは2026年度売上高として2,159億ドルを報告し、65％増となった。同社の年次報告書は、この拡大を主としてアクセラレーテッドコンピューティングとAIによるものとしている。年間データセンター売上高は68％増加した。

これらの結果により、NvidiaはあらゆるAIチップ株分析のベンチマークとなる。同社は、競合他社が追い付く間に旧製品を守っているわけではない。現在のキャッシュフロー、顧客関係、ソフトウェア採用を活用し、次々と訪れるプラットフォーム移行に資金を投じている。

しかし、規模がプレッシャーをなくすわけではない。AIワークロードがトレーニングから継続的な推論へ移るにつれ、顧客は運用コストと特化した性能をより重視するようになる。推論とは、学習済みモデルを実行し、回答、予測、画像、または行動を生成するプロセスである。

この変化はAMDとBroadcomの双方に機会を生む。AMDは顧客に別の汎用アクセラレータプラットフォームを提供できる。Broadcomは、最大規模の買い手が、より限定されたワークロードと導入パターンに最適化したチップを設計するのを支援できる。

その結果、競争構造は異例のものとなっている。Nvidiaは総合プラットフォーム市場を主導しているが、競合各社は利益プールの異なる部分を攻めている。その成功を、共通の売上高比較だけで測るべきではない。

AMDとBroadcomの成長は二つの異なる戦略から生じている

AMDとBroadcomの勢いは、代替となる市販プラットフォームの採用と、特化型インフラの発注という、二つの異なる顧客選択を反映している。

市販チップとは、複数の顧客に広く販売される製品である。NvidiaとAMDは主に市販アクセラレータを通じて競争しているが、両社のシステムは異なるワークロード向けに構成できる。Broadcomのカスタムアクセラレータは特定のハイパースケール顧客とともに設計され、同じモデルで販売されるものではない。

AMDは第2四半期の売上高として115億ドルを報告し、前年同期比50％増となった。データセンター部門は67億ドルを計上し、107％増加した。セグメント営業利益は21億ドルに達し、前年同期の損失から改善した。

同社はこの増加を、EPYCサーバープロセッサへの需要とInstinctアクセラレータの継続的な立ち上がりによるものとしている。AMDの第2四半期リリースによると、データセンター製品は全社売上高の58％を占めた。

この構成は重要である。AMDは成長をPCプロセッサやゲームコンソール向けチップだけに依存しなくなっている。データセンター製品は同社最大の戦略的成長エンジンとなった。この部門は成熟したCPUフランチャイズと、発展途上のアクセラレータ事業を組み合わせている。

AMDの課題は、個別製品での勝利を再現可能なプラットフォームへと転換することにある。同社のHeliosラックスケール設計は、Instinct GPU、EPYC CPU、Pensandoネットワーキング、支援ソフトウェアを統合する。GPUコンピューティング向けのAMDのオープンソフトウェアプラットフォームであるROCmは、NvidiaのCUDA環境外でトレーニングと推論を行うためのツールを開発者に提供する。

開発者はライブラリ、コンパイラ、デバッグツール、デプロイメントワークフローを中心にアプリケーションを構築するため、ソフトウェアは依然として中核的である。そのためGPUの置き換えには、ハードウェアの変更以上の作業が必要になる場合がある。チームはモデルの挙動を検証し、カーネルを最適化し、異なる管理ツールについて運用担当者を再教育しなければならない。

AMDは、新しいソフトウェアとラック設計がこうした摩擦を軽減するとしている。同社の最新決算プレゼンテーションでは、AnthropicとMicrosoftが関与する導入事例も挙げられている。これらの発表は顧客による検証を示すが、実行の成否は導入スケジュールと継続的な利用率に左右される。

Broadcomは異なる需要パターンに対応している。同社は、社内ワークロード向けにカスタムアクセラレータを設計することを正当化できる大規模クラウド事業者と協業している。このようなチップは、特定用途向けのタスクのために構築されるapplication-specific integrated circuitsを意味するASICと呼ばれることが多い。

Broadcomは第2四半期のAI半導体売上高として108億ドルを報告し、前年同期比143％増となった。同社によると、カスタムアクセラレータとAIネットワーキングがこの結果を牽引した。第3四半期のAI半導体売上高は160億ドルになると予測しており、200％を超える成長を示す見通しだ。

これらの数値はBroadcomのfiscal Q2 resultsによるものだ。同社の会計四半期は5月3日に終了しており、この期間はAMDやNvidiaの最新報告期間とは一致しない。

Broadcomのカスタムアプローチは、顧客が非常に大規模かつ予測可能な規模でモデルを運用する場合に魅力を増す。特化設計では不要な機能を取り除き、メモリー移動を最適化し、ワット当たり性能を高められる。こうした改善は、何百万回も繰り返されるワークロード全体の運用コストを引き下げる可能性がある。

ただし、カスタムシリコンには大きなコミットメントが必要となる。顧客にはエンジニアリングリソース、安定したワークロード想定、製造能力、開発を正当化できる十分な導入規模が必要だ。このためBroadcomの機会は、少数のハイパースケール顧客に集中している。

AMDは、より高い柔軟性を求める顧客に対応する。同社の製品は、固有のチップ設計を必要とせず、異なるモデル、フレームワーク、ワークロードの変化を支援できる。モデルアーキテクチャが急速に変化し続ける局面では、この幅広い汎用性が価値を持ちうる。

この対比は、AMDとBroadcomを一つの反Nvidia取引として扱うべきではない理由を説明している。AMDはNvidiaの市販プラットフォームとしての優位性を弱めなければならない。Broadcomは主要顧客が選択したワークロードを汎用GPUから社内設計へ移すことで利益を得る。

両方の道筋は同時に成長しうる。クラウド事業者は、最先端トレーニング向けにNvidiaクラスターを、価格競争力のためにAMDシステムを、安定した推論向けにカスタムアクセラレータを導入できる。判断はモデル、地域、顧客サービスごとに異なりうる。

この混在環境は、顧客がNvidiaを手放す必要なく同社に圧力をかける。また、AMDはより大きな事業を築くために、すべてのNvidia導入を置き換える必要がないことも意味する。Broadcomに必要なのは、選ばれた顧客が非常に大規模なデータセンター全体でカスタムプログラムを拡大することだけである。

真の競争はプラットフォーム支配にある

最も重要な競争上の分断は、ソフトウェア、ネットワーキング、導入判断を含むAIコンピューティングプラットフォーム全体を誰が支配するかにある。

Nvidiaの優位性は、GPUアクセラレーテッドコンピューティング向けのプログラミングプラットフォームであるCUDAから始まる。長年にわたる開発者の採用により、豊富なライブラリ、最適化されたモデル、トレーニングリソース、組織的な知見が生み出されている。このエコシステムは、AIワークロードを実験段階から本番環境へ移すまでに必要な時間を短縮する。

CUDAは、より広範なハードウェア戦略も支えている。NvidiaはNVLinkとNVSwitchを通じてGPUを接続し、InfiniBandまたはEthernet製品を通じてシステムを接続し、完全なラックアーキテクチャを提供する。顧客は、統合作業に関する判断を減らした協調設計を購入できる。

この統合は導入速度を高めるが、一社のサプライヤーへの依存を強める可能性もある。モデル、ネットワーキング、運用をNvidia中心に標準化した顧客は、より高い切り替えコストに直面する。これらのコストには、エンジニアリング時間、性能テスト、運用上のリスクが含まれる。

AMDは、ROCmとオープンな業界標準を通じて、こうした切り替え障壁の低減を図っている。同社はCPUとアクセラレーターを組み合わせ、完全なシステムとして提供することもできる。その機会を生かせるかどうかは、単に研究室のベンチマークで競争力を示すだけでなく、本番環境のチームにとって十分に信頼できる代替手段にできるかにかかっている。

ベンチマークは、管理された条件下での性能を測定する。本番のクラスターでは、障害、スケジューリング、ソフトウェア更新、データ移動、セキュリティ、予測不能な需要にも対応しなければならない。そのため購入者は、チップのピーク仕様だけでなく、システム全体の性能と運用負荷を評価する。

AMDのCPUにおける地位は、重要な足掛かりとなる。すでにEPYCプロセッサを利用している顧客は、同社との調達、検証、エンジニアリング面での関係を築いている。AMDはその関係を生かし、Instinctアクセラレーターやラックスケール設計を導入できる。

ただし、CPUでの成功が自動的にGPUの採用につながるわけではない。AIチームは、モデル互換性、トレーニング速度、推論の経済性、利用可能なエンジニアリング支援に基づいてアクセラレーターを選ぶ。AMDは、これらすべての要件で一貫した成果を示す必要がある。

Broadcomは、ネットワークとカスタム設計プロセスを通じてプラットフォーム支配に取り組んでいる。大規模AIクラスターには、スイッチ、光接続、インターフェースチップ、高速インターコネクトが必要だ。ネットワークは、分散コンピューティングにおいてアクセラレーター間のデータ交換効率を左右する。

ネットワーク利用率が低ければ、高価なチップがデータ待ちの状態に置かれかねない。クラスター規模が大きくなるほど、この無駄な時間は財務上の問題となる。主要アクセラレーターを別の企業が供給していても、Broadcomは価値を取り込むことができる。

カスタムアクセラレーターのプロジェクトは、その関係をさらに深める。Broadcomは知的財産と設計の専門知識を提供し、クラウド顧客は自社のワークロードに合わせてアーキテクチャを形作る。この構造により、購入者はハードウェアのロードマップをより強く管理できる。

一方で、リスクは顧客側へ移る。モデルのアーキテクチャは、チップ設計から大規模導入までの間に変わり得る。計画段階では価値があるように見えた特化機能が、新しい推論手法の登場によって有用性を失う可能性もある。

Nvidiaは、より速いプラットフォームサイクルと汎用的なプログラマビリティによって、この不確実性に対抗している。ワークロードが変化しても、顧客はGPUを別の用途に転用できる。その代償として、汎用性の柔軟さは、カスタム設計が成功した場合と比べて取得費用や運用費用が高くなることがある。

これが2026年市場を形作る仕組みである。Nvidiaは統合性と柔軟性を販売し、AMDはますます完成度を高める代替手段を提供し、Broadcomは専門化を可能にする。各社の対象市場機会は重なるが、同一ではない。

顧客が交渉力を優先する場合、AMDとBroadcomの挑戦はさらに強まる。複数の供給元を支えることで、Nvidiaへの依存を減らし、交渉の選択肢を増やせる。また、需要が単一サプライヤーの供給能力を超えた場合のキャパシティ確保にもつながる。

マルチソーシングには、独自のコストも伴う。エンジニアリングチームは、異なるソフトウェア環境、可観測性システム、性能プロファイルを維持しなければならない。運用の複雑さが急速に増せば、調達コストの削減効果は失われる可能性がある。

企業はとりわけ難しい計算に直面する。カスタムチップに必要な規模で運用することはまれであり、多くの企業にはアクセラレーター最適化に専念するチームがない。基盤となるハードウェアの選択を隠蔽するクラウドサービスを好む場合がある。

そうなると、クラウドプロバイダーは各ワークロードにどのアクセラレーターを使うかを決定できる。この立場は、エンドユーザーがハードウェアに直接触れることがないため、カスタムチップを採用する論拠を強める。また、すべての顧客に物理システムの管理を求めることなく、AMDのキャパシティを導入することも可能にする。

Nvidiaは、プラットフォームをソフトウェアとサービスの上位層へ拡張することで対応してきた。ユーザーがNvidia互換のフレームワークやデプロイメントツールを選べば、インフラがより分散化しても同社は影響力を維持できる。これにより、ソフトウェア採用はチップ出荷と並ぶ競争シグナルとなる。

収益数値が証明しないこと

急速な成長はAIインフラ需要の強さを裏付けるが、どのアーキテクチャが長期的に最良のリターンをもたらすかを確立するものではない。

Nvidiaのデータセンター部門における890億ドルの四半期売上は、現在の比類ない規模を示している。AMDの部門成長率107％は、より小規模な代替手段でも急速に拡大できることを示す。BroadcomのAI半導体成長率143％は、カスタムアクセラレーターとネットワーキングに対する需要の拡大を示している。

これらの割合を直接比較することはできない。AMDの成長ははるかに小さな基盤から始まっており、Broadcomのカテゴリーは異なる製品構成を含む。Nvidiaのデータセンター報告には、アクセラレーター販売を超える構成要素が含まれている。

会計年度カレンダーも別の複雑さを生む。Broadcomの直近報告四半期は5月上旬、AMDは6月下旬、Nvidiaは7月下旬に終了した。需要、製品立ち上げ、出荷時期は、これらの月の間でも大きく変わり得る。

投資家は、売上成長と収益の質も分けて考える必要がある。粗利益率、営業費用、顧客集中、製造コミットメント、運転資本はいずれもリターンに影響する。急拡大する製品ラインでも、予想より弱いキャッシュ面の経済性につながる可能性がある。

Nvidiaは直近四半期で粗利益率75％を報告した。AMDはGAAPベースの全社粗利益率54％、データセンター部門の営業利益率31％を報告した。Broadcomは半導体とインフラソフトウェアをまたぐ連結業績を報告しており、単純な製品別比較には限界がある。

顧客集中には特に注意が必要だ。最大手クラウド企業はAIインフラ支出のかなりの部分を占める。その購買判断によって、数回の導入サイクルの間に数十億ドルがサプライヤー間で移動し得る。

Broadcomのカスタム事業は、特に限られた数の非常に大きな顧客と結び付いている。新たなプログラムを獲得すれば、成長見通しは急速に変わり得る。遅延、再設計、導入縮小が起きれば、逆の効果をもたらす。

Nvidiaは、より幅広い顧客基盤を持つにもかかわらず、集中リスクに直面している。ハイパースケーラーは同社のシステムを大量に購入する一方で、複数社が内製チップを同時に開発している。Nvidiaは現在の支出から利益を得つつ、依存低減を目指す顧客の長期的な取り組みと競争している。

AMDは、急速な製品立ち上げの間に実行リスクを管理しなければならない。発表された導入がすぐに売上になるわけではなく、導入済みのキャパシティも高い稼働率を保証しない。顧客は実際の本番ワークロードをInstinctシステムへ移行する必要がある。

ソフトウェアにも、なお検証上の隔たりがある。AMDはROCmを改善し、フレームワーク対応を拡大してきたが、Nvidiaの定着した開発者基盤は依然として広範だ。重要な証拠は、個別の性能主張ではなく、繰り返しの導入とより広範な本番利用から得られる。

輸出規制は各社に不確実性を加える。政府は、先進アクセラレーター、メモリー帯域幅、完全なシステムの特定市場への販売を制限できる。こうした規則は製品変更を強い、在庫評価損を発生させる可能性がある。

AMDの前年同期比較はこの問題を例示している。2025年第2四半期のデータセンター事業の業績には、MI308製品に対する規制に関連した8億ドルの費用が含まれていた。この費用がなかったことで、2026年との比較は改善した。

Nvidiaは中国向け製品でも関連する制限に直面してきた。同社の提出書類は、追加規制が売上、供給コミットメント、競争上の地位に影響し得ると警告している。米国製品が利用できなくなれば、現地サプライヤーに機会が生まれる可能性がある。

電力供給は、より物理的な制約となる。AIクラスターでは、アクセラレーターの出荷が有用なコンピューティング能力を生み出す前に、電力、冷却システム、土地、送電網接続が必要となる。建設の遅れは注文を後ろ倒しにしたり、導入済み機器の稼働不足を招いたりする可能性がある。

Nvidiaの直近の規制当局向け提出書類は、土地、電力、資本、完成したデータセンターのシェルを重要な要件として挙げている。同社は大規模インフラ開発を支援する取り決めも締結している。こうしたコミットメントは、競争がチップ設計をどこまで超えて広がっているかを示している。

設備投資も別の圧力点となり得る。クラウドプロバイダーは現在、AIサービスが継続的なインフラ拡張を正当化すると見込んでいる。これらのサービスからの収益が期待を下回れば、顧客は長期的なAI戦略を維持しながらも、新規クラスターを延期する可能性がある。

特定世代のハードウェアで過剰設備となるリスクもある。速い製品サイクルは、アクセラレーターの経済的に有効な寿命を短くし得る。購入者は大型製品投入の前に購入を控えたり、予算をより新しいシステムへ振り向けたりする可能性がある。

カスタム設計も同様のタイミングリスクに直面する。ある世代のモデル向けに作られたASICは、ワークロードが変化すれば効率面の優位性を失うことがある。Broadcomとその顧客は、専門化とアルゴリズム開発の速度を両立させなければならない。

これらのリスクはいずれも現在の需要を否定するものではない。売上の勢いを確定した市場成果へ置き換えるべきではない理由を示している。この証拠が裏付けるのは、将来利益の分配が確定したことではなく、複数のサプライヤーが成長していることである。

AIチップ株を比較する読者にとっては、本分析が一時的な市場価格を避けているとしても、バリュエーションも重要となる。例外的な成長がすでに織り込まれている場合、強い事業でも投資リターンは弱くなり得る。より小さな挑戦者は、楽観的な予測に対して実行が及ばなければ失望を招く可能性がある。

したがって、本記事はNvidia、AMD、Broadcomを投資対象として順位付けしない。各社の業績は、規模、選択肢、集中、実行リスクの異なる組み合わせを示している。これらの組み合わせは、最新の提出書類、ポートフォリオのニーズ、個別のリスク許容度に照らして評価する必要がある。

3つのシグナルが2026年のAIチップ仮説を検証する

次の証拠は、Broadcomの予想達成、AMDの導入拡大、Nvidiaがプラットフォームの経済性を維持できるかから得られるはずだ。

最初のシグナルは、Broadcomの会計年度第3四半期報告である。経営陣は、前年比200％超の成長を伴うAI半導体売上160億ドルを予測した。この予想を達成すれば、カスタムアクセラレーターがより大規模な本番導入へ移行しているという見方が強まる。

Broadcomの成長では、合計額と同じくらい構成が重要となる。投資家はアクセラレーター売上とネットワーキング需要を区別し、既存顧客か新規プログラムかのどちらが増加を牽引しているかを見極めるべきだ。より幅広い顧客の参加は、集中に関する懸念を和らげるだろう。

未達であっても、カスタムシリコンの有効性が否定されるわけではない。プロジェクト時期、製造立ち上げ、顧客の導入スケジュールが、見出しとなる予測が示すほどには予測可能でないことを示唆するだろう。また、特化型推論インフラへの移行見通しを遅らせる可能性もある。

2つ目のシグナルは、AMDの下半期におけるデータセンター事業の加速だ。AMDは、Instinct導入の規模拡大とHeliosの立ち上がりに伴い、売上の拡大を見込んでいる。最も有用な証拠は、持続的な部門売上、営業利益、追加の本番顧客となる。

実名のコミットメントは初期の地図を示すが、リピート注文の方がより強い検証となる。初期導入後に顧客が拡張すれば、ソフトウェア、信頼性、ワークロードの経済性が本番要件を満たしていることを示す。後続の活動が鈍ければ、残るプラットフォーム上の摩擦が浮き彫りになる。

AMDは、アクセラレーターの成長がEPYCフランチャイズを補完していることも示す必要がある。GPUの採用がよりゆっくり進む場合でも、データセンター部門の売上はCPUによって増加し得る。今後の開示は、可能な場合に読者がこれらの寄与を分けて判断する助けとなるはずだ。

3つ目のシグナルは、Nvidiaの粗利益率とデータセンター事業の前四半期比成長である。現在の規模はすでに明らかだ。未解決の問題は、急速なシステム移行、供給コミットメント、競争、インフラ資金調達が、その規模を支える経済性を弱めるかどうかにある。

安定した利益率は、統合プラットフォームが価格面と製品面での優位性を維持するというNvidiaの主張を裏付けるだろう。継続的な前四半期比成長は、カスタムチップや商用代替製品がNvidiaを置き換える以上に市場を拡大していることを示す。

利益率の低下には解釈が必要だ。小幅な低下であれば、複雑なラックスケールシステムの立ち上げに伴うものでありながら、なお大幅な利益を支える可能性がある。成長鈍化と並行して低下が続く場合は、価格圧力の強まりや納入コストの上昇を示唆するだろう。

ネットワーキングのデータは、これら3つのシグナルを結びつける。どのアクセラレータがシェアを伸ばすかにかかわらず、クラスターがより多くの接続性を必要とする際にはBroadcomが恩恵を受ける。顧客が同社の統合ネットワーキングスタックを選べばNvidiaが恩恵を受ける一方、AMDには有力なパートナーとPensandoポートフォリオが必要となる。

ソフトウェアの採用は、より緩やかだが同じく重要な検証材料となる。開発者は1回の四半期リリースだけでプラットフォームを変えるわけではない。信頼性、利用しやすいキャパシティ、モデル対応、ドキュメント、そして測定可能な運用コスト削減に反応する。

新しいモデルがどこで最優先の最適化を受けるかに注目したい。開発者が引き続きCUDAを最初にターゲットにすれば、Nvidiaは依然として優位に立つ。主要フレームワークやモデルプロバイダーがROCmでのデプロイを標準的な本番経路として扱えば、AMDに追い風となる。

クラウドサービスのメニューも、もう1つの見えやすい指標になる。AMDインスタンスがより広く利用可能になれば、開発者や企業のアクセスが改善する。カスタムチップサービスの拡大は、ハイパースケーラーが特化型インフラを外部顧客に提供することに自信を持っていることを示すだろう。

これらのシグナルは総合的に評価すべきだ。総需要が増え続ければ、BroadcomはAMDを弱めることなく予想を上回る可能性がある。AMDは、Nvidiaが絶対額ベースで成長を続けながらもシェアを伸ばせる。

市場は1社の勝者と2社の敗者を必要としているわけではない。投資家に求められるのは、現在の建設ラッシュの後にAIインフラのどのレイヤーが持続的な価値を獲得するかを見極めることだ。次の数回の決算サイクルは、無限のコンピューティング市場に関する大まかな主張よりも、より良い証拠を提供するだろう。

AIチップの選択は、アーキテクチャのポートフォリオへと変わりつつある

2026年のAIチップ市場は、1つの汎用プロセッサへ収束するのではなく、ワークロード、顧客規模、求める制御度によって分化している。

Nvidiaは、最大の導入済みプラットフォーム、最も強力な報告済みデータセンター収益、そして広範なソフトウェア環境を擁してこの段階に入る。直近四半期は、顧客が代替手段を開発するなかでも需要が依然として堅調であることを示している。

AMDは、最も明確な幅広い商用市場での対抗勢力を提供する。同社のデータセンター収益は2倍超に増加し、ポートフォリオは現在、CPU、アクセラレータ、ネットワーキング、システム、ソフトウェアにまたがる。次の課題は、発表済みの導入案件を継続的な本番需要へ転換することだ。

Broadcomはハイパースケーラーに別の選択肢を提供する。カスタムアクセラレータは予測可能なワークロードの経済性を改善でき、ネットワーキング製品は異なるコンピューティングアーキテクチャ全体で価値を捉える。この機会には、顧客集中と設計サイクルのリスクが伴う。

したがってAMDとBroadcomの比較は、Nvidiaを追う2社の挑戦者以上のことを示している。それは、Nvidiaのプラットフォーム支配を緩める2つの方法を明らかにする。一方は柔軟な代替手段を構築し、もう一方は大口顧客が自社ハードウェアのロードマップをより多く掌握することを支援する。

開発者にとって、この競争はアクセラレータへのアクセスを広げ、より優れたソフトウェア互換性を促す可能性がある。同時に、テストと保守が必要な環境を増やすことにもなり得る。チームがクラウドやハードウェアの種類をまたいでモデルを展開するにつれ、ポータビリティの重要性は増すだろう。

企業の購入担当者は、ワークロードの経済性と運用サポートに注目すべきだ。ソフトウェア移行によって導入が遅れたり、信頼性の問題が生じたりすれば、ハードウェアコストが低くても意味は小さい。逆に、プラットフォームへの慣れ親しみが、信頼できる代替案の検証を妨げるべきではない。

投資家は、見出しを飾るAI収益だけでなく、検証済みの導入、顧客集中、利益率、現金コミットメントを追跡すべきだ。また、商用製品サイクルとカスタム設計サイクルを区別する必要がある。同じ四半期成長率でも、抱えるリスクは大きく異なり得る。

単一の決算報告が結果を決めるわけではない。インフラサイクルが成長する間、Nvidiaの規模、AMDの拡大する代替案、Broadcomのカスタム戦略は共存できる。より厳しい試練は、顧客が追加するクラスターごとに測定可能なリターンを求め始めたときに始まる。

次の四半期にあなたの見方を変える証拠は何だろうか。Broadcomがカスタムチップの予想を達成すること、AMDがInstinctの継続導入を確保すること、それともNvidiaがさらに大きな規模で利益率を維持することだろうか。単純な勝者総取りの物語に頼る前に、こうした事業運営上のシグナルを追いたい。それらは、AIインフラ市場が統合プラットフォーム、商用代替製品、特化型シリコンへと分化するなかで、NvidiaとAMD Broadcomへのエクスポージャーを評価するための、より明確な枠組みを提供する。